CN107301267A

CN107301267A - 一种基于nsga‑ii算法的降低uuv置空率的优化方法

Info

Publication number: CN107301267A
Application number: CN201710345386.3A
Authority: CN
Inventors: 张伟; 宋吉广; 魏世林; 张宏瀚; 陈涛
Original assignee: Harbin Engineering University
Current assignee: Harbin Engineering University
Priority date: 2017-05-17
Filing date: 2017-05-17
Publication date: 2017-10-27

Abstract

本发明属于无人水下航行器整体性能分析及NSGA‑II算法求解多目标的技术领域，具体涉及一种基于NSGA‑II算法的降低UUV置空率的优化方法。该方法通过建立UUV的多学科优化模型，明确优化目标函数，将UUV的总体设计进行子系统分解，完成UUV的模型设计；然后通过确定多学科优化设计问题中包含的连续变量、离散变量，计算出目标函数，规定约束条件；最后基于NSGA‑II算法，根据多学科优化设计对航行器进行多学科优化，从而得到UUV置空率的最优结果。本发明选用NSGA‑II算法作为系统优化的搜索算法，解决了多目标、多约束、多变量的实际UUV综合性能问题，实现了典型UUV结构、性能以及UUV置空率的综合优化，不仅降低了UUV的置空率，还保证了UUV各方面的良好性能指标，具有较高的实用性。

Description

一种基于NSGA-II算法的降低UUV置空率的优化方法

技术领域

本发明属于无人水下航行器整体性能分析及NSGA-II算法求解多目标的技术领域，具体涉及一种基于NSGA-II算法的降低UUV置空率的优化方法。

背景技术

无人水下航行器(Unmanned Underwater Vehicle，UUV)是一种主要以潜艇或水面舰船为支援平台、能长时间在水下自主远程航行的智能化装置，它可以携带多种传感器、专用设备或武器，执行特定的使命和任务，被视为现代海军的“力量倍增器”，其军事用途已经受到世界许多国家的广泛重视。

UUV具有活动范围大、潜水深、机动性好、智能化、运行和维护费用低等优点，作为人类在海洋活动中，特别是深海活动中的重要替代者和执行者，已被广泛应用于科学考察、深海作业等领域。

UUV的研制是一项综合性极强的复杂系统工程，而UUV总体综合优化设计是其研制工程的核心和关键，在UUV的设计建造的过程中起着主导作用。运用系统工程的思想和方法，通过减振降噪设计、航行性能设计、可靠性和维修性设计、全寿命周期费用的合理设计等，综合平衡各种设计要素，建造出先进实用的UUV，是总体优化设计的基本任务。

目前从各国UUV艇型设计方案看，虽然开架式、多体式等多种结构形式已应用于UUV 的设计中，但空间利用率高、阻力小、速度高、制造工艺简单的流线型回转体结构仍是各国 UUV设计者的首选。目前，国内外的诸多高校及科研机构都在多学科、多目标综合优化设计领域进行了相应的研究，并初步应用到了实际工程的问题中。在UUV设计的实际工程中，海洋结构物设计的优化问题一般是按照顺序方式处理的，并未充分考虑各学科之间的相互联系，所以传统的海洋结构物优化设计得到的结果往往是局部最优解，而并非全局最优解，特别是当UUV的置空率，也就是航行器体内无效体积或航行器全排水体积过高时会降低UUV 的总体工作性能，因此，建立一种正确适用的数学模型、构造一种可靠稳定的优化方法、降低UUV置空率达到最优是目前行业中亟需解决的问题。

发明内容

本发明的目的在于提供一种能够解决多目标、多约束、多变量的实际UUV综合性能问题且实现典型UUV结构、性能以及UUV置空率的综合优化的基于NSGA-II算法的降低UUV置空率的优化方法。

本发明的目的是这样实现的：

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，其主要实施步骤如下：

(1)建立UUV的多学科优化模型，明确优化目标函数，将UUV的总体设计进行子系统分解，完成UUV的模型设计；

(2)确定多学科优化设计问题中包含的连续变量、离散变量，计算出目标函数，规定约束条件；

(3)基于NSGA-II算法，根据步骤(2)中的多学科优化设计对航行器进行多学科优化，得到UUV置空率的最优结果。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，步骤(1)的具体实施方式如下：

(1.1)规划UUV的总体布置：计算出UUV的重力、重心、浮力和浮心，并使其满足平衡条件；

(1.2)确定UUV构型方案，优化载体型线，明确UUV构型中需优化的各目标函数；

(1.3)确定UUV的能源系统优化方案：使用锂离子电池，在基本锂离子电池确定后优化能源系统的续航时间、能源舱体积、重量与成本。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，步骤(1.1)中所述的重力等于浮力，重心与浮心具有相同的横向、纵向坐标；航行器的总重力是艇上各部分重力的总和，包括结构重量、设备重量、有效载荷、浮力材料重量等。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，步骤(1.2)中所述的UUV构型包括流体性能学科及耐压结构设计，流体性能学科包括推进学科和阻力性能学科，耐压结构设计包括耐压壳设计和轻外壳设计；UUV构型内容包括航行器的主尺度与航行器的外型。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，所述的步骤(2)的具体实施方式如下：

(2.1)对UUV进行总布置设计，确定UUV的重力、重心、浮力和浮心，并使其满足平衡条件；

(2.2)设计UUV构型，确定各构型的变量、目标函数与约束条件；

(2.3)优化能源系统中的各项分系统。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，所述的步骤(2.1)具体实现方式如下：

(2.1.1)设各部分重量为W_i，重心坐标为(x_i,y_i,z_i)，则总的重量和重心坐标为：

其中，n为重力组成部件的总数；

(2.1.2)航行器的总浮容积为航行器上各部分浮容积的总和，设各部分浮容积为V_i，容积中心坐标为(x_i,y_i,z_i)，则总的浮容积和容积中心坐标为：

(2.1.3)设置变量：n个零件的分别体积V₁～V_n，航行器的总体积V_UUV，取任一向量X_ra表示为：

X_ra＝{V₁,V₂,...,V_n,V_UUV}

得到UUV最小置空率目标函数为：

(2.1.4)确定约束条件为：航行器水下状态浮心在重心以上高度值大于50mm。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，所述的步骤(2.2)具体实现方式如下：

(2.2.1)设UUV构型中流体性能优化向量为：

其中，L_s为UUV艏段长度，L_m为UUV平行中体段长度,L_a为UUV艉段长度，D₁为为UUV中横剖面直径，D₂为UUV艉段端面直径，L_k为UUV平行中体底部宽，Z_b为浮心纵向位置，S为湿表面积，D₃为螺旋桨直径，为螺旋桨盘面比，为螺旋桨螺距比，N 为螺旋桨转速，V_d为设计航速；

参照海军系数，流体性能优化目标函数为：

其中：V_Δ为排水量，R_x为总阻力，η₀螺旋桨敞水效率，η_H船身效率，η_R相对旋转效率，η_S轴系传送效率，ρ海水密度，C_f摩擦阻力系数，ΔC_f粗糙度补贴系数，C_PV粘压阻力系数，C_ap附体阻力系数；

确定约束条件为：保持V_Δ不变；螺旋桨的有效推力等于艇体航行时遭受的阻力；主机供给螺旋桨的转矩等于螺旋桨所承受的水动力矩；

(2.2.2)优化耐压舱构型，依据设计方案选定优化的设计变量，设定壳体体积为V_hu，设目标函数为：

确定约束条件为：周向应力、轴向应力均小于最大承受压力除以安全系数k；通过圆柱壳局部屈曲公式、圆柱壳整体屈曲公式计算使得屈曲值均大于屈曲要求载荷的k倍；

(2.2.3)优化轻外壳构型，选择10个优化的设计变量，设轻外壳构型优化向量为：

X_ls＝{D_ls,L_ls1,L_ls2,H_ls,L_ls3,d₁,d₂,d₃,d₄,ρ_ls}

其中，D_ls为艇体中横剖面直径，L_ls1为艇体平行中体长度，L_ls2为艇体平行中体底部宽度， H_ls为纵向支撑板高度，L_ls3为底部内板宽度，d₁为轻外壳底部材料铺设厚度；d₂为轻外壳底部内板材料铺设厚度；d₃为轻外壳纵向支撑板材料铺设厚度；d₄为轻外壳外壳板材料铺设厚度，ρ_ls为材料密度；

求得轻外壳的重量为：

M_ls＝ρ_ls·g·(V_ls1+V_ls2+V_ls3+V_ls4)

其中，V_ls1、V_ls2、V_ls3、V_ls4分别为轻外壳的外壳底板、内底板、纵向支撑板、外壳板体积；

得到目标函数为：

确定约束条件为：船体纵向构件由船体总纵弯曲引起的正应力加上局部载荷作用下弯曲引起的应力合成总正应力，忽略水下航行器静置在波浪上的附加弯矩，在中垂或者中拱的情况下都应满足总正应力小于K倍材料的屈服极限强度。

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，所述的步骤(2.3)具体实现方式如下：

(2.3.1)优化续航时间，根据航行器主要使命任务，考虑所携带任务模块的预期使用方式，给出航行器执行探测攻击的任务剖面，计算所需动力电池和仪表电池容量；

选定优化能源系统续航时间的设计参量，设能源系统续航时间的优化向量X_pwt为：

X_pwt＝{P_s,P_g,P_d,P_δ,P_w,Q_DS,Q_YS}

其中，P_s为巡航速度下所需提供的推进电机功率，P_g为高速航行时所需提供的推进电机功率，P_d为低速航行时所需提供的推进电机功率，P_δ为舵机所需提供的扭矩电机功率，P_w为采用同时系数方法统计航行器的设备负载总功率，Q_DS为动力单片电芯的容量，Q_YS为仪表单片电芯的容量；

确定修正系数ε₁＝1.01，储备系数为ε₂＝1.05，满足航行器巡航速度下，航程大于等于 1000km所需携带的动力电池容量为：

Q_a1＝ε₁·ε₂·(2P_S·t₁+P_d·t₂+P_g·t₃+P_δt_all)

其中，t₁为巡航速度下电池组的使用时间，t₂为低速航行时电池组的使用时间，t₃为高速航行时电池组的使用时间，t_all为系统的总运行时间；

得到目标函数为：

maxZ_pwt(x)＝t_a

确定约束条件为：电池的总体积小于能源仓的总体积，5km速度航行下的续航力大于 90km；

(2.3.2)优化能源舱体积，选定优化能源舱体积的设计参量，设能源舱体积的优化向量 X_pwv为：

X_pwv＝{L_pc,L_pk,L_ph}

得到能源舱体积为：

V_av＝L_pc·L_pk·L_ph

目标函数为：

确定约束条件为：能源舱体积大于一组电池的体积；

(2.3.3)优化能源舱内的总重量，选定优化能源舱内的总重量的设计变量，设能源舱内的总重量的优化变量X_pww为：

X_pww＝{L_bc,L_bk,L_bh,D_pw,ρ}

其中，L_bc为能源舱电池长度方向的布置间距，L_bk为能源舱电池宽度方向的布置间距，L_bh为能源舱电池高度方向的布置间距，D_pw为能源舱外壳壁的厚度，ρ为能源舱外壳采用的材料密度；

则能源舱外壳重量和电池重量分别为：

W_pw＝ρ(L_bc·L_bk+L_bc·L_bh+L_bk·L_bh)·2D_pw

W_ba＝N_D·G_D+N_Y·G_Y

得到目标函数为：

(2.3.4)优化能源舱的成本，选定优化能源舱的成本的设计变量，设能源舱的成本的优化变量X_pwm为：

X_pwm＝{M_pL,M_pG,L_bc,L_bk,L_bh,D_pw,ρ}

其中，M_pL为单个锂离子电池的价格，M_pG为能源舱钢板的价格；

则能源舱外壳价格M_pw＝W_pw×M_G，能源舱电池价格M_ba＝N_D·M_D+N_Y·M_Y

其中，M_G为能源舱外壳的每吨单价，M_D为动力电池单价，M_Y为仪表电池单价；

得到能源舱的总价格为：

M_am＝M_pw+M_ba

目标函数为：

对于一种基于NSGA-II算法的降低UUV置空率的优化方法，所述的步骤(3)中的具体实施方式如下：

(3.1)选择NSGA-II算法作为系统优化的搜索算法；

(3.2)设流体性能目标函数、耐压壳优化性能指标、轻外壳性能指标、续航能力、能源舱体积、能源舱重量、能源舱成本为一个种群P，设置种群为置空率最小；

(3.3)对种群中的每一个个体p设置两个参数S_p和n_p，其中，S_p为个体p所支配的个体的几何，n_p为为支配个体p的个体数量；

(3.4)搜索种群中所有n_p＝0的个体，放入集合F₁中，并赋予相应的非支配序i_rank；

(3.5)考察集合F₁的每个个体p所支配的集合S_p；将集合中的每个个体q的n_p减1，若n_q-1＝0且个体q是S_p中的非支配个体，将个体q放入到另一个集合Q中，对Q进行分级并赋予非支配序，重复步骤(3.5)，直到所有个体都被分级；

(3.6)计算拥挤度i_d；

(3.7)当i_rank＜j_rank，或者i_rank＝j_rank,i_d＞j_d时，确定个体i优于个体j，

(3.8)在NSGA-II算法中将UUV的置空率设置为优于其他个体；

(3.9)对比UUV系统各项优化，选择UUV综合性能最好的优化过程，得出UUV置空率最小的方法。

本发明的有益效果在于：

本发明提出的一种基于NSGA-II算法的降低UUV置空率的优化方法建立了一种UUV多学科优化模型，通过建立正确适用的数学模型，构造了一种可靠稳定的优化方法。本发明选用NSGA-II算法作为系统优化的搜索算法，解决了多目标、多约束、多变量的实际UUV综合性能问题，实现了典型UUV结构、性能以及UUV置空率的综合优化，这不仅降低了UUV的置空率，提高了航行性能，同时还保证了UUV的各方面良好性能指标，具有较好的实用性。这种方法具有广阔的市场前景，同时HIA可以带动相关学科的技术进步。

附图说明

图1为本发明中UUV多目标优化模型图；

图2为本发明中UUV轻外壳横向剖面图；

图3为本发明中基于NSGA-II算法的航行器的多学科优化设计的优化流程图。

具体实施方式

下面结合附图对本发明做进一步描述。

本发明提出了一种基于NSGA-II算法的降低UUV置空率的优化方法，其具体的实施方式如下：

(1)建立UUV的多学科优化模型，明确优化目标函数，将UUV的总体设计进行子系统分解设计，完成UUV的模型设计；

(2)确定方案多学科优化设计(MDO)问题包含的连续变量、离散变量，计算出目标函数，规定约束条件；

(3)基于NSGA-II算法，据步骤二的多学科优化设计进行航行器的MDO优化，完成UUV置空率最小构型方案总体优化技术方案。

结合图1，步骤(1)的具体实施方式如下：

建立UUV的多学科优化模型，初步将UUV整体分解成三个学科：(1.1)总布置设计，(1.2)UUV构型设计，(1.3)能源学科。对于总布置设计，必须计算出重力、重心、浮力和浮心，并使其满足平衡条件：重力等于浮力，重心与浮心具有相同的横向、纵向坐标。航行器的总重力是艇上各部分重力的总和，包括结构重量、设备重量、有效载荷、浮力材料重量等。UUV构型设计包括确定航行器的主尺度与外型。UUV构型设计的目标是优化载体型线，设计最小航行阻力的载体型线。UUV构型设计包括流体性能学科以及耐压结构设计，在流体性能学科中，又可细分为推进学科和阻力性能学科。耐压结构设计分为耐压壳设计和轻外壳设计。对于能源学科，本专利优化UUV的能源系统考虑能源的可靠性、可维护性等因素采用锂离子电池，在基本锂离子电池确定的前提下，为使能源系统更好利用，从提高续航时间和减小能源舱体积、重量、成本四方面进行优化。、

步骤(2)的具体实施方式如下：

根据实际，确定初步方案多学科优化设计(MDO)问题包含的连续变量、离散变量、目标函数和约束条件。各部分学科具体设计如下：

(2.1)总布置设计

设各部分重量为W_i，重心坐标为(x_i,y_i,z_i)，则总的重量和重心坐标可由下式求得：

式中：n为重力组成部件的总数。

航行器的总浮容积是航行器上各部分浮容积的总和,设各部分浮容积为V_i，容积中心坐标为(x_i,y_i,z_i)，则总的浮容积和容积中心坐标可由下式求得：

航行器是左右对称的，重力分布也保持左右对称，故一般不会产生横倾。航行器在水下作业时，要求浮力与重力平衡，这样不至于增加垂向推力器的负担，从而节省能源。从安全的角度出发，需要有一定的正浮力，因此初步设计阶段要求：

式中，ΔW为要求的储备浮力，用以平衡如实现无动力下潜时所携带的压载重量，电缆等不可计算重量；为稳心高。

设置变量：变量即为n个零件的分别体积V₁～V_n，以及航行器的总体积V_UUV，n+1个变量，取一向量X_ra表示为：

X_ra＝{V₁,V₂,…,V_n,V_UUV} (4)

UUV最小置空率目标函数：

约束条件为根据中国船级社《潜水系统和航行器入级与建造规范－1996》13.4.1节关于航行器水下稳性的要求，航行器水下状态浮心在重心以上高度值应不小于50mm，即稳心高大于50mm。

(2.2)UUV构型设计

流体性能学科：对于航行器流体性能的因素，从阻力方面看，UUV的总阻力取决于排水量、航速、方形系数、主尺度、艇体型线等诸多因素；从推进方面看，对于螺旋桨推进方式、螺旋桨的效率与负荷系数直接相关，这涉及到螺旋桨的收到功率、转速、直径和航速等。综合参考分析以上因素可得流体性能优化的13个设计变量，包括：UUV艏段长度L_s，UUV平行中体段长度L_m,UUV艉段长度L_a，UUV中横剖面直径D₁，UUV艉段端面直径D₂,UUV平行中体底部宽L_k，浮心纵向位置Z_b，S湿表面积，螺旋桨直径D₃，螺旋桨盘面比螺旋桨螺距比螺旋桨转速N，设计航速V_d，用一向量X_tr表示，即：

海军系数包括船舶阻力与推进性能优劣的综合信息，参照海军系数，流体性能优化目标函数为：

其中：式中：V_Δ为排水量，R_x为总阻力，η₀螺旋桨敞水效率，η_H船身效率，η_R相对旋转效率，η_S轴系传送效率，ρ海水密度，C_f摩擦阻力系数，ΔC_f粗糙度补贴系数，C_PV粘压阻力系数，C_ap附体阻力系数。摩擦阻力系数C_f，按照ITTC推荐公式求得：

式中：雷诺数其中L为特征长度，V为航速，为水的运动粘性系数。粗糙度补贴系数ΔC_f，其通常取值范围为0.4×103～0.9×103。形状阻力系数C_PV，这部分阻力与艇型关系密切，并且航速越高，在总阻力中占据的比例越大。C_PV的估算较为复杂，主要是因为艇体表面的流动分离现象的复杂性。航行器主体的形状阻力系数可根据UUV多种方案数值计算值回归而得到。C_ap这部分阻力可根据试验求得或按照母型船估算。本发明给出了几种典型形状的附体在迎流状态下的阻力系数。(9)式子中的

其中，K_t1螺旋桨推力系数，K_t2螺旋桨转矩系数，N螺旋桨转速，D螺旋桨直径，t推力减额分数，w伴流分数，η₁螺旋桨船后效率，η₂螺旋桨敞水效率。A_ijk、J、B_ijk为系数，可以查阅相关文献获得得到具体数值。

由几何外形可以计算得到航行器的外形特征参数：航行器主体长L和航行器主体的水下湿表面积S为：

L＝L_d+L_p+L_r，S＝S_d+S_p+S_r (13)

式中，S_d航行器艏部湿表面积，S_p航行器中部湿表面积，S_r航行器艉部湿表面积。

约束条件包括：满足浮性条件，V_Δ保持不变；螺旋桨的有效推力等于艇体航行时遭受的阻力；主机供给螺旋桨的转矩等于螺旋桨所承受的水动力矩。

耐压舱外壳结构设计：它的形状以及材料选择范围较大，不同设计师可能会选择不同方案，因此这里设定壳体体积为V_hu，优化的设计变量依据设计方案选定，目标函数设定为：

在满足耐压舱壳体体积最小前提下，需满足约束条件：周向应力，轴向应力均小于最大承受压力除以安全系数k；通过圆柱壳局部屈曲公式、圆柱壳整体屈曲公式计算使得屈曲值均大于屈曲要求载荷(临界载荷)的k倍。

轻外壳优化设计：结合图3，为优化轻外壳的横剖面形式，图中d₁～d₄是各处铺设材料的厚度。经综合分析，本文共选择10个参数作为该优化的设计变量：艇体中横剖面直径D_ls，艇体平行中体长L_ls1，艇体平行中体底部宽L_ls2，纵向支撑板高度H_ls，底部内板宽度L_ls3，轻外壳底部材料铺设厚度d₁；轻外壳底部内板材料铺设厚度d₂；轻外壳纵向支撑板材料铺设厚度d₃；轻外壳外壳板材料铺设厚度d₄，材料密度ρ_ls。用一向量X_ls表示，即：

X_ls＝{D_ls,L_ls1,L_ls2,H_ls,L_ls3,d₁,d₂,d₃,d₄,ρ_ls} (15)

在使轻外壳达各项要求的同时，需要使航行器中横剖面纵向构件材料重量最轻，因此有轻外壳的重量为：

M_ls＝ρ_ls·g·(V_ls1+V_ls2+V_ls3+V_ls4) (16)

式中V_ls1、V_ls2、V_ls3、V_ls4分别为轻外壳的外壳底板、内底板、纵向支撑板、外壳板体积。

则目标函数为：

本专利轻外壳优化的约束条件参考国家军用标准之舰船通过规范(GJB4000-2000)，并根据中国船级社CCS发布的海上高速单体船入级与建造规范进行适当修改。船体纵向构件受由船体总纵弯曲引起的正应力加上局部载荷作用下弯曲引起的应力合成总正应力，忽略水下航行器静置在波浪上的附加弯矩，则在中垂或者中拱的情况下都应满足总正应力小于K倍材料的屈服极限强度，K的选值依情况而定，可参考相关文献。

(2.3)能源学科：

①高续航时间

根据航行器主要使命任务，并考虑所携带任务模块的预期使用方式，给出航行器执行探测攻击的任务剖面，并以此进行所需动力电池和仪表电池容量计算。经过综合分析，我们选择以下7个参数作为能源系统续航时间优化的设计变量，包括：巡航速度下所需提供的推进电机功率为P_s，高速航行时所需提供的推进电机功率为P_g，低速航行时所需提供的推进电机功率为P_d，舵机所需提供的扭矩电机功率为P_δ，采用同时系数方法统计航行器设备负载总功率为P_w，动力单片电芯的容量Q_DS，仪表单片电芯的容量Q_YS，用一向量表示X_pwt：

X_pwt＝{P_s,P_g,P_d,P_δ,P_w,Q_DS,Q_YS} (18)

考虑线损、接触器消耗等因素，取修正系数ε₁＝1.01；考虑电池的储备因素，取储备系数为ε₂＝1.05；满足航行器巡航速度下，航程不小于1000km所需携带的动力电池容量为：

Q_a1＝ε₁·ε₂·(2P_S·t₁+P_d·t₂+P_g·t₃+P_δt_all) (19)

为了满足动力用电容量Q_D＞Q_a1的需求，需要动力单片电芯数量：

式中：V₁为电池的额定电压，通常取为3.7V；Q_DS为动力单片电芯的容量。采用同时系数方法统计航行器设备负载总功率为：P_w；考虑线损、DC/DC转换效率等因素，取修正系数 ε₁＝1.1；考虑电池的储备因素，取储备系数为ε₂＝1.05；航行器执行攻击任务时，系统总运行时间为t_all，所需携带的最小仪表电池容量为：

Q_a2＝ε₁·ε₂·P_w·t_all (21)

为了满足仪表用电容量Q_Y＞Q_a2的需求，需要仪表单片电芯数量：

式中：Q_YS为仪表单片电芯的容量。

约束条件附加上电池的总体积不得能源仓的总体积。

续航总时间为：

t_a＝t₁+t₂+t₃ (23)

目标函数为：

maxZ_pwt(x)＝t_a (24)

在满足流体性能约束条件外，新增约束条件有：5km速度航行下的续航力大于90km。

②减小能源舱体积:

经过综合分析，我们选择以下3个参数作为能源系统能源舱体积优化的设计变量，包括：能源舱长度L_pc，能源舱宽度L_pk，能源舱高度L_ph。用一向量表示X_pwv，即：

X_pwv＝{L_pc,L_pk,L_ph} (25)

则能源舱的体积为：

V_av＝L_pc·L_pk·L_ph (26)

目标函数为：

其体积必须大于一组电池的体积，否则没有能源供应。

③减小能源舱内的总重量

能源舱的重量由能源舱外壳的重量、电池重量两部分组成。经过综合分析，我们选择以下5个参数作为能源系统能源舱总重量优化的设计变量，包括：能源舱电池长度方向的布置间距L_bc，能源舱电池宽度方向的布置间距L_bk，能源舱电池高度方向的布置间距L_bh，能源舱外壳壁的厚度D_pw，能源舱外壳采用材料密度为ρ。用一向量表示X_pww，即：

X_pww＝{L_bc,L_bk,L_bh,D_pw,ρ} (28)

能源舱外壳重量和电池重量分别为：

G_D为动力电池重量，G_Y为仪表电池重量，则能源舱总重量:

W_ap＝W_pw+W_ba (30)

目标函数：

④减小能源舱的成本

经过综合分析，我们选择以下7个参数作为能源系统能源舱总重量优化的设计变量，包括：单个锂离子电池的价格M_pL，能源舱钢板的价格M_pG，以及舱内总重量涉及的5个变量。用一向量表示X_pwm，即：

X_pwm＝{M_pL,M_pG,L_bc,L_bk,L_bh,S_pw,ρ} (32)

能源舱外壳价格：M_pw＝W_pw×M_G，能源舱外壳的重量单位为吨，每吨单价M_G。

能源舱电池价格：M_ba＝N_D·M_D+N_Y·M_Y，动力电池单价M_D，仪表电池单价M_Y。

则能源舱总价格：

M_am＝M_pw+M_ba (33)

目标函数：

结合图2，步骤(3)中UUV初步方案的多学科优化设计(Multidisciplinary DesignOptimization，MDO)的具体实施方式如下：

确定初步方案MDO问题包含的连续变量、离散变量、目标函数和约束条件，往往目标函数和约束条件无法用显示表达式表达，只能通过数值计算程序计算获得。选用NSGA-II算法作为系统优化的搜索算法，在NSGA-II算法中，设置种群为置空率最小、流体性能目标函数、耐压壳优化性能指标、轻外壳性能指标、续航能力、能源舱体积、能源舱重量、能源舱成本为一个种群P，每个个体p都设有两个参数S_p和n_p，S_p为个体p多支配的个体的几何，n_p为支配个体p的个体数量。首先搜索种群中所有n_p＝0的个体，放入集合F₁中，并赋予相应的费支配序i_rank，然后对于集合F₁的每个个体p，考察其所支配的集合S_p，将集合中的每个个体q的n_q减1，若n_q-1＝0，及个体q是S_p中的非支配个体，将个体q放入到另一个集合Q 中，对Q进行分级并赋予非支配序，重复以上，知道所有个体都被分级。然后计算出拥挤度 i_d。有了每个个体的两个属性：非支配序i_rank和拥挤度i_d。定义当i_rank＜j_rank，或者满足i_rank＝ j_rank，i_d＞j_d时，个体i优于个体j，在本算法中，设UUV的置空率这个个体优于其他各体。在UUV综合性能较好的情况下得出置空率最小方案。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，主要实施步骤如下：

2.根据权利要求1所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，步骤(1)的具体实施方式如下：

3.根据权利要求2所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，步骤(1.1)中所述的重力等于浮力，重心与浮心具有相同的横向、纵向坐标；航行器的总重力是艇上各部分重力的总和，包括结构重量、设备重量、有效载荷、浮力材料重量等。

4.根据权利要求2所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，步骤(1.2)中所述的UUV构型包括流体性能学科及耐压结构设计，流体性能学科包括推进学科和阻力性能学科，耐压结构设计包括耐压壳设计和轻外壳设计；UUV构型内容包括航行器的主尺度与航行器的外型。

5.根据权利要求1所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，所述的步骤(2)的具体实施方式如下：

(2.3)优化能源系统中的各项分系统。

6.根据权利要求5所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，所述的步骤(2.1)具体实现方式如下：

<mrow> <mi>W</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>W</mi> <mi>i</mi> </msub> </mrow> 1

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mi>G</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>w</mi> </mfrac> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>W</mi> <mi>i</mi> </msub> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>G</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>w</mi> </mfrac> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>W</mi> <mi>i</mi> </msub> <msub> <mi>y</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>z</mi> <mi>G</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>w</mi> </mfrac> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>W</mi> <mi>i</mi> </msub> <msub> <mi>z</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>

其中，n为重力组成部件的总数；

<mrow> <mi>V</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>V</mi> <mi>i</mi> </msub> </mrow>

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mi>B</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>v</mi> </mfrac> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>V</mi> <mi>i</mi> </msub> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>y</mi> <mi>B</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>v</mi> </mfrac> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>V</mi> <mi>i</mi> </msub> <msub> <mi>y</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>z</mi> <mi>B</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mi>v</mi> </mfrac> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>V</mi> <mi>i</mi> </msub> <msub> <mi>z</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>

X_ra＝{V₁,V₂,...,V_n,V_UUV}

得到UUV最小置空率目标函数为：

7.根据权利要求5所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，所述的步骤(2.2)具体实现方式如下：

(2.2.1)设UUV构型中流体性能优化向量为：

其中，L_s为UUV艏段长度，L_m为UUV平行中体段长度,L_a为UUV艉段长度，D₁为为UUV中横剖面直径，D₂为UUV艉段端面直径，L_k为UUV平行中体底部宽，Z_b为浮心纵向位置，S为湿表面积，D₃为螺旋桨直径，为螺旋桨盘面比，为螺旋桨螺距比，N为螺旋桨转速，V_d为设计航速；

参照海军系数，流体性能优化目标函数为：

<mrow> <msub> <mi>maxZ</mi> <mrow> <mi>t</mi> <mi>r</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msup> <msub> <mi>V</mi> <mi>&Delta;</mi> </msub> <mfrac> <mn>2</mn> <mn>3</mn> </mfrac> </msup> <mo>&CenterDot;</mo> <msup> <msub> <mi>V</mi> <mi>S</mi> </msub> <mn>2</mn> </msup> </mrow> <mrow> <msub> <mi>R</mi> <mi>x</mi> </msub> <mo>/</mo> <msub> <mi>&eta;</mi> <mn>0</mn> </msub> <mo>&CenterDot;</mo> <msub> <mi>&eta;</mi> <mi>H</mi> </msub> <mo>&CenterDot;</mo> <msub> <mi>&eta;</mi> <mi>R</mi> </msub> <mo>&CenterDot;</mo> <msub> <mi>&eta;</mi> <mi>S</mi> </msub> </mrow> </mfrac> </mrow> 2

X_ls＝{D_ls,L_ls1,L_ls2,H_ls,L_ls3,d₁,d₂,d₃,d₄,ρ_ls}

其中，D_ls为艇体中横剖面直径，L_ls1为艇体平行中体长度，L_ls2为艇体平行中体底部宽度，H_ls为纵向支撑板高度，L_ls3为底部内板宽度，d₁为轻外壳底部材料铺设厚度；d₂为轻外壳底部内板材料铺设厚度；d₃为轻外壳纵向支撑板材料铺设厚度；d₄为轻外壳外壳板材料铺设厚度，ρ_ls为材料密度；

求得轻外壳的重量为：

M_ls＝ρ_ls·g·(V_ls1+V_ls2+V_ls3+V_ls4)

得到目标函数为：

8.根据权利要求5所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，所述的步骤(2.3)具体实现方式如下：

X_pwt＝{P_s,P_g,P_d,P_δ,P_w,Q_DS,Q_YS}

确定修正系数ε₁＝1.01，储备系数为ε₂＝1.05，满足航行器巡航速度下，航程大于等于1000km所需携带的动力电池容量为：

Q_a1＝ε₁·ε₂·(2P_S·t₁+P_d·t₂+P_g·t₃+P_δt_all)

得到目标函数为：

maxZ_pwt(x)＝t_a

确定约束条件为：电池的总体积小于能源仓的总体积，5km速度航行下的续航力大于90km；

(2.3.2)优化能源舱体积，选定优化能源舱体积的设计参量，设能源舱体积的优化向量X_pwv为：

X_pwv＝{L_pc,L_pk,L_ph}

得到能源舱体积为：

V_av＝L_pc·L_pk·L_ph

目标函数为：

确定约束条件为：能源舱体积大于一组电池的体积；

X_pww＝{L_bc,L_bk,L_bh,D_pw,ρ}

则能源舱外壳重量和电池重量分别为：

W_pw＝ρ(L_bc·L_bk+L_bc·L_bh+L_bk·L_bh)·2D_pw

W_ba＝N_D·G_D+N_Y·G_Y

得到目标函数为：

X_pwm＝{M_pL,M_pG,L_bc,L_bk,L_bh,D_pw,ρ}

得到能源舱的总价格为：

M_am＝M_pw+M_ba

目标函数为：

<mrow> <msub> <mi>maxZ</mi> <mrow> <mi>p</mi> <mi>w</mi> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <msub> <mi>M</mi> <mrow> <mi>a</mi> <mi>m</mi> </mrow> </msub> </mfrac> <mo>.</mo> </mrow> 4

9.根据权利要求1所述的一种基于NSGA-II算法的降低UUV置空率的优化方法，其特征在于，所述的步骤(3)中的具体实施方式如下：

(3.1)选择NSGA-II算法作为系统优化的搜索算法；

(3.6)计算拥挤度i_d；

(3.8)在NSGA-II算法中将UUV的置空率设置为优于其他个体；